R检查数据帧的多行中是否出现相同的数字答案

【问题标题】：R checking if the same numbers occur in multiple rows of a data frameR检查数据帧的多行中是否出现相同的数字
【发布时间】：2016-11-16 00:17:06
【问题描述】：

我有一个数据框nearest_neighbour，它列出了一个点的最近邻居。所以对于点 1，第一个最近的邻居是点 2，第二个最近的邻居是点 3，以此类推。

循环并检查 4 个点是否都共享相同的最近邻居的最快方法是什么？例如。点 1 的三个最近邻是 2、3 和 4。点 2 的最近邻是 1、3 和 4 等。

  which.1 which.2 which.3
1       2       3       4
2       1       4       3
3       1       4       2
4       3       1       2
5       2       4       6
6       7       5       2

我可以很容易地用 if 语句来处理两个邻居：

count <- 0
for (j in 1:length(nearest_neighbour[[1]])){
    if(nearest_neighbour[[1]][nearest_neighbour[[1]][j]] == j){
        count <- count + 1
    }
}

但是，这种方法对于 2 种以上来说似乎很愚蠢，因为最终会有很多 if 语句。

【问题讨论】：

标签： r

【解决方案1】：

这是使用factor 和apply 的基本R 方法

groups <- factor(apply(cbind(df, seq_len(nrow(df))), 1,
                       function(i) paste(sort(i), collapse="_")))

groups
      1       2       3       4       5       6 
1_2_3_4 1_2_3_4 1_2_3_4 1_2_3_4 2_4_5_6 2_5_6_7 
Levels: 1_2_3_4 2_4_5_6 2_5_6_7

内部函数对向量进行排序并将结果折叠成由下划线分隔的字符串。此函数适用于添加了当前行号（元素 ID）的数据框的修改版本的每一行。

【讨论】：

【解决方案2】：

这也是一个基本的 R 解决方案，但采用了不同的方法：

dd <- t(apply(df, 1, function(x) table(factor(x, levels=1:max(df)))))

colSums(dd) >= 4

    1     2     3     4     5     6     7 
FALSE  TRUE FALSE  TRUE FALSE FALSE FALSE

所以第 2 点和第 4 点出现的次数更多（或相等）然后是 4 次。

【讨论】：